Prompt multi-step

Prompt Engineering con l'API di OpenAI

Fouad Trad

Machine Learning Engineer

Prompt multi-step

Scomponi l'obiettivo finale in una serie di passi
Il modello segue ogni passo per dare l'output finale
I prompt multi-step si usano per:
- Attività sequenziali
- Compiti cognitivi

Diagramma che mostra che un prompt multi-step fornisce al modello una serie di passi sequenziali da eseguire.

Prompt multi-step come mappe del tesoro

Immagine che rappresenta una mappa del tesoro con indizi per trovarlo.

Prompt a passo singolo: scrivere un blog

prompt = "Compose a travel blog"
print(get_response(prompt))

Title: Esplorando i paesaggi incantevoli dell'Islanda

Introduction: Benvenuto nel mio blog di viaggi! Oggi sono entusiasta di condividere il mio viaggio indimenticabile tra 
i paesaggi mozzafiato dell'Islanda. 

Day 1: Reykjavik - La capitale affascinante [...]
Day 2: Golden Circle - Le meraviglie della natura [...]
Day 3: Costa sud - Un viaggio di ghiaccio e fuoco [...]
Day 4: Laguna dei ghiacciai - Un paese delle meraviglie gelato [...]
Day 5: Blue Lagoon - Un finale rilassante [...]

Prompt multi-step: scrivere un post

prompt = """Compose a travel blog as follows:
Step 1: Introduce the destination.
Step 2: Share personal adventures during the trip.
Step 3: Summarize the journey.
"""
print(get_response(prompt))

Scrivere un post di viaggio

Title: Esplorando le incantevoli strade di Barcellona


Step 1: Introduci la destinazione.
Benvenuto a Barcellona, una città vivace affacciata sulla splendida costa mediterranea spagnola [...]


Step 2: Racconta avventure personali durante il viaggio.
Esplorando i vicoli stretti e tortuosi del Quartiere Gotico, ho scoperto gemme nascoste a ogni angolo. 
[...]


Step 3: Riassumi il viaggio.
Alla fine del mio viaggio a Barcellona, non potevo che sentirmi grato per le incredibili 
esperienze e i ricordi creati [...]

Analizzare la correttezza della soluzione

Verificare la correttezza richiede più passaggi
Esempio:
- Codice Python per funzioni di calcolo

Immagine di una calcolatrice

Analizzare la correttezza della soluzione

Soluzione tipica da controllare

calculator = """
def add(a, b):
    return a + b
def subtract(a, b):
    return a - b
def multiply(a, b):
    return a * b
def divide(a, b):
    return a / b
"""

Prompt a passo singolo:

prompt = f"""Determine if the code delimited 
by triple backticks is correct or not.
Answer by yes or no.
```{calculator}```"""

print(get_response(prompt))

Yes

Prompt multi-step per analizzare la correttezza

Prompt multi-step:

prompt = f"""Determine the correctness of the code delimited by triple backticks 
as follows: 
Step 1: Check the code correctness in each function. 
Step 2: Verify if the divide function handles the case when dividing by 0. 
Code: ```{calculator}```"""

print(get_response(prompt))

Il codice sembra corretto. Definisce quattro funzioni: add, subtract, multiply e 
divide. Ogni funzione esegue l'operazione corrispondente e restituisce il 
risultato. Tuttavia, non gestisce il caso della divisione per 0, che può generare 
ZeroDivisionError.

Prompt multi-step vs few-shot

Passi

Dì esplicitamente al modello cosa fare

Diagramma che mostra come un prompt multi-step suddivide l'istruzione in una serie di passaggi che il modello segue uno per uno.

Prompt multi-step vs few-shot

Passi

Dì esplicitamente al modello cosa fare

Diagramma che mostra come un prompt multi-step suddivide l'istruzione in una serie di passaggi che il modello segue uno per uno.

Esempi (shots)

Domande e risposte da cui il modello apprende

Immagine che mostra come funziona un prompt few-shot, dove l'input al modello è un insieme di esempi di domande e risposte insieme alla domanda da rispondere.

Passons à la pratique !

Prompt Engineering con l'API di OpenAI